手游运营手册第十一期：人群喜欢度分析.pdfVIP

《手游运营手册》之十一 ：人群喜好度分析 对应分析是一种数据分析技术，它能够帮助我们研究由定性变量 构成的交互汇总表来揭示变量间的联系。交互表的信息以图形的方式 展示。主要适用于有多个类别的定类变量，可以揭示同一个变量的各 个类别之间的差异，以及不同变量各个类别之间的对应关系。适用于 两个或多个定类变量。 主要回答一下几类的问题： 1． 目标游戏玩家是什么？ 2． 与竞品间的差异是什么？ 3． 相对于竞品来说，本品目标玩家群体是什么？ 数据格式要求： 对应分析数据的典型格式是列联表或交叉频数表。常表示不同背 景的玩家对若干游戏产品或游戏产品的属性的选择频率。背景变量或 属性变量可以并列使用或单独使用。 两个变量间——简单对应分析。 多个变量间——多元对应分析。 案例分析：各年龄段人群游戏喜好度研究（数据来自作者模拟， 存在一定误差） 上面的交叉表，主要模拟了 2331 组数据，主要包括了 2231 人 的喜好游戏类型及各自的年龄段分布。游戏类型分为：动作类，角色 扮演类，卡牌类，模拟经营类，跑酷类，棋牌类，射击类，休闲益智 类，养成类，战争策略类，其他类。 原始的数据表是这样的： 其中，将年龄按段分类，类别分别为 12-18 岁，19-24 岁，25-30 岁，31-40 岁。 研究的目的是：各年龄段人群对不同类型游戏的喜爱程度。 结果 SPSS21.0 软件进行对应分析。 从对应分析的结果摘要中可以看出，第一维度 DIM1 解释了交叉 表的 74.2%，第二维度 DIM2 解释了交叉表的 20%，说明这两个维 度已经能够解释了交叉表的 94.2%，这个结果是非常理想的。 之后查看对应图的结果 解读方法： 1．总体观察，我们从图的左右两侧分布可以看出，左侧是 12-24 岁的群体，这部分群体主要由学生组成；右侧是 25-50 岁的人群， 这部分群体主要由白领及已工作的人群组成。说明不同年龄群人群在 对游戏类型的喜好程度是不同的。 2． 我们从图上可以看出，31-40 岁人群比较跑酷类游戏，而 12-30 岁人群对游戏的喜爱重叠性比较强，这部分人群的差距不明 显。 3．市场细分及定位 可以根据前面的分析和自身市场状况，进行市场细分，找到目标 玩家群体，然后定位进行分析，最终选择不同的目标目标玩家有针对 性的营销策略和市场投放。